首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的石油筛管割缝的缺陷在线监测和控制技术研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-18页
    1.1 课题研究背景与意义第10-11页
    1.2 石油筛管割缝的种类及意义第11-14页
        1.2.1 石油筛管割缝简介第11-13页
        1.2.2 石油筛管割缝的作用第13-14页
    1.3 视觉测量系统概述及基本理论第14-16页
        1.3.1 视觉测量系统概述第14-15页
        1.3.2 筛管割缝检测方法综述第15-16页
    1.4 论文主要研究内容第16-17页
    1.5 本章小结第17-18页
第二章 基于机器视觉的割缝缺陷在线检测系统第18-29页
    2.1 检测系统原理第18-22页
        2.1.1 检测方案设计第18-22页
        2.1.2 检测系统误差分析第22页
    2.2 系统组件选型分析第22-26页
        2.2.1 光源照明系统的选型分析第22-24页
        2.2.2 高速相机选型分析第24-25页
        2.2.3 相机卡具设计分析第25页
        2.2.4 同步 I/O 数据板卡选型分析第25-26页
    2.3 基于机器视觉割缝检测的分析第26-28页
    2.4 本章小结第28-29页
第三章 多 Z 轴相机标定方法第29-37页
    3.1 摄像机标定技术分类第29-30页
    3.2 摄像机标定的数学模型第30-33页
        3.2.1 坐标系定义第30页
        3.2.2 理想成像模型第30-32页
        3.2.3 径向畸变影响下的畸变模型第32-33页
        3.2.4 径向畸变和切向畸变共同影响下的畸变模型第33页
    3.3 圆标定板的亚像素级圆心提取第33-35页
        3.3.1 亚像素级圆心提取的原理和方法第33页
        3.3.2 亚像素级圆心提取的实验结果分析第33-35页
    3.4 多 Z 轴相机标定法第35-36页
    3.5 本章小结第36-37页
第四章 亚像素级割缝边缘提取算法第37-48页
    4.1 割缝图像的采集第37-38页
    4.2 割缝图像的预处理第38-41页
        4.2.1 图像预处理的目的和方法第38页
        4.2.2 图像预处理的算法原理分析第38-39页
        4.2.3 基于 sobel 算法的图像预处理第39-41页
    4.3 亚像素边缘提取第41-45页
        4.3.1 亚像素级边缘提取的算法概况第41页
        4.3.2 基于重心法的亚像素级边缘提取原理分析第41-45页
    4.4 割缝亚像素级边缘提取的结果分析第45-46页
        4.4.1 图像预处理的结果分析第45页
        4.4.2 割缝的亚像素边缘提取结果分析第45-46页
    4.5 割缝缺陷分类第46-47页
    4.6 本章小结第47-48页
第五章 基于灭点的图像透视投影校正第48-54页
    5.1 图像畸变的种类和分析第48-49页
        5.1.1 图像畸变的种类论述第48页
        5.1.2 图像透视畸变的原理第48-49页
    5.2 基于灭点的透视投影校正的原理分析第49-52页
    5.3 灭点校正的实验结果分析第52-53页
    5.4 本章小结第53-54页
第六章 基于 I/O 采集板的图像采集同步第54-57页
    6.1 I/O 板的工作原理第54-55页
    6.2 同步的硬件和软件设计第55页
    6.3 同步的结果分析第55-56页
    6.4 本章小结第56-57页
第七章 全文总结与展望第57-59页
    7.1 全文总结第57-58页
    7.2 不足与展望第58-59页
参考文献第59-62页
发表论文和参加科研情况说明第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:虚拟视点合成方法研究
下一篇:新型柔性测量视觉传感器设计